题目描述
给定一个未经排序的整数数组,找到最长且 连续递增的子序列,并返回该序列的长度。
连续递增的子序列 可以由两个下标 l 和 r(l < r)确定,如果对于每个 l <= i < r,都有 nums[i] < nums[i + 1] ,那么子序列 [nums[l], nums[l + 1], …, nums[r - 1], nums[r]] 就是连续递增子序列。
示例 1:
输入:nums = [1,3,5,4,7]
输出:3
解释:最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的,因为 5 和 7 在原数组里被 4 隔开。
示例 2:
输入:nums = [2,2,2,2,2]
输出:1
解释:最长连续递增序列是 [2], 长度为1。
思路分析
滑动窗口思路:
维护两个指针 left和right。
- 如果当前元素比前一个元素小,或等于前一个元素,则不符合严格递增条件,让left = right 。
- 让right往后挪一个,不断记录right和left之间的最大长度,即是最长子序列。
动态规划思路:
要不是为了练dp,谁这种题会用dp啊。。。
dp[i] 表示到下标为i的数时,最长的递增子序列。这里并不一定是从0开始到i,而是可以从前面的任意值到i。
状态转移公式也很简单了,如果当前值比前一个值大,则dp[i] = dp[i-1]+1
因为dp[i] 表示到下标为i的数时,最长的递增子序列。所以最后输出dp数组中最大的值。
完整代码
滑动窗口:
class Solution:
def findLengthOfLCIS(self, nums: List[int]) -> int:
left = 0
right = 1
res = 1
while right!=len(nums):
if nums[right] <= nums[right-1]:
left = right
right+=1
res = max(res,right-left)
return res
动态规划:
class Solution:
def findLengthOfLCIS(self, nums: List[int]) -> int:
dp = [1] * len(nums)
for i in range(1,len(nums)):
if nums[i-1] < nums[i]:
dp[i] = dp[i-1]+1
print(dp)
return max(dp)